#data-science Repositories
Insgesamt 688 Repositories
Ein einfaches & elegantes Framework zur Experimentverfolgung, das Persistenzlogik & Best Practices direkt in Python integriert
apricot implementiert submodulare Optimierung, um Teilmengen massiver Datensätze auszuwählen, die Machine-Learning-Modelle schnell trainieren. Siehe die Dokumentationsseite: https://apricot-select.readthedocs.io/en/latest/index.html
Eine Sammlung von Datenwissenschaft- und Machine-Learning-Ressourcen, die ich hilfreich fand (Ich poste nur, was ich gelesen habe!)
Kuratiertes Verzeichnis bekannter Bemühungen in der Materialinformatik, d.h. in der modernen Materialwissenschaft
Engine für KI/ML/Daten-Tracking, Visualisierung, Erklärbarkeit, Drift-Erkennung und Dashboards für Polyaxon.
Data-Science-Kurs in Julia für JuliaAcademy.com, unterrichtet von Huda Nassar
Visualisieren Sie Ihre CSV-Dateien in Sekundenschnelle, ohne Ihre Daten irgendwohin zu senden
Eine Einführung in Data Science mit Python für Menschen ohne Programmiererfahrung.
Einfach zu bedienende Python-Bibliothek mit benutzerdefinierten Funktionen zur Datenbereinigung und -analyse.
Desbordante ist ein leistungsstarker Datenprofiler, der mithilfe verschiedener Algorithmen viele unterschiedliche Muster in Daten erkennen kann. Außerdem können mit diesen Algorithmen Szenarien zur Datenbereinigung ausgeführt werden. Desbordante ist als Konsolenversion und als benutzerfreundliche Webanwendung verfügbar.
Python-zentriertes Mitlesen von Forecasting: Principles and Practice
Dash für Julia – Eine Julia-Schnittstelle zum Dash-Ökosystem für die Erstellung von analytischen Webanwendungen in Julia. Kein JavaScript erforderlich.
Skimpy ist ein leichtgewichtiges Tool, das zusammenfassende Statistiken über Variablen in Datenframes innerhalb der Konsole bereitstellt.
Eine algebraische Interpretation der Grammar-of-Graphics-Datenvisualisierung in Julia. Angetrieben durch das Makie.jl-Plot-Ökosystem.
Repository des Kurses Maschinelles Lernen von A bis Z mit R und Python
Ein Machine-Learning-Tool für automatisierte Vorhersage-Engineering. Es ermöglicht Ihnen, Vorhersageprobleme leicht zu strukturieren und Labels für das überwachte Lernen zu generieren.
Liste indonesischer YouTube-Kanäle mit Themen wie Programmierung und Technologie
ManagedCUDA zielt auf eine einfache Integration von NVidias CUDA in .NET-Anwendungen ab, die in C#, Visual Basic oder jeder anderen .NET-Sprache geschrieben sind.
Erkunden Sie meine vielfältige Sammlung von Projekten, die maschinelles Lernen, Datenanalyse und mehr zeigen. Nach Projekten geordnet, enthält jedes Verzeichnis Code, Datensätze, Dokumentation und Ressourcen. Tauchen Sie ein, um Erkenntnisse und Techniken in der Datenwissenschaft zu entdecken. Kontaktieren Sie mich für Kooperationen und Feedback.
Umfangreicher KI-Modellkatalog. Eine kuratierte Liste von KI-Tools, Plattformen und Ressourcen aus verschiedenen Bereichen.
🍳 Rezepte für den Prodigy, unser vollständig skriptbares Annotationstool